国产大模型与创新应用正加速融合。
3 月 11 日，Manus 平台与阿里通义千问团队宣告达成了战略合作。双方会以通义千问系列开源模型为基础，在国产模型以及算力平台上让 Manus 的全部功能得以实现。当下，两家技术团队已经开始了紧密的协作，他们的目标是为中国用户缔造出更具创造力的通用智能体产品。
阿里方面向 21 世纪经济报道记者予以确认，Manus 与阿里通义千问正在进行开源模型方面的合作，他们期待能够与更多全球的 AI 创新者展开合作。
阿里通义千问与 Manus 展开战略合作，这表明国产大模型正在和创新应用进行深度的融合。IDC 中国的高级分析师杨雯向记者进行了这样的分析。
此次合作中，阿里通义千问给予了 Manus 坚实的底层模型支撑。与此同时，Manus 通过实际的应用场景反馈，助力对模型进行优化迭代。这种“底层能力+上层应用”的协同模式，有望弥补 Manus 的技术短板，并且为阿里通义千问开辟出新的商业化落地路径。
业内分析表明，阿里此次进行合作，是看中了 Manus 这一能够带来流量的关键因素，从而抢占先机。随着 AI Agent（智能体）从实验室的概念快速发展成为科技巨头的战略核心，有多份研报做出预测，认为 2025 年将会成为 AI 智能体爆发的重要节点。
面对这一明确趋势，各大厂商的竞争将进入白热化阶段。
从技术路径方面来看，Manus 的崛起是一个典型案例，其特点可以用“借力打力”来形容。
它背后的公司在 2023 年成立。该公司没有自行研发大模型。它是通过整合 Claude 和阿里通义千问的微调模型来构建产品的。其创新之处在于把复杂任务拆解为模块化流程，并且通过交互设计降低了用户的操作门槛。
仅需输入像筛选适合金融岗位的应届生简历这样的简单指令，Manus 就能调用自然语言理解、数据分析、决策推理等模块，完成从解析岗位需求到输出候选人排序的整个流程。
这种模式是“任务拆解+工具链串联”，在 3 月 5 日发布早期预览版后迅速引起关注。Manus 此次发文称，为了满足中文用户的需求，Manus 与阿里通义千问团队达成了正式的战略合作。
之前，Manus 的主界面是英文的。杨雯向 21 世纪经济报道的记者表明，她与阿里的合作重点在于中文语境的适配以及算力的国产化，目的是打造更符合本土需求的通用智能体。
然而，Manus曾因“技术壁垒不足”而引发了争议。它迅速走红之后，开源社区 metaGPT 团队仅仅用了 3 小时就成功地复刻出了 OpenManus 项目。这一现象表明，应用层创新的技术门槛还需要进一步提高，以便构建更稳固的竞争壁垒。
阿里通义千问团队的情况与之不同，他们的技术优势主要体现在大模型研发以及开源生态建设方面。在这次合作里，阿里通义千问会给 Manus 提供底层技术方面的支撑。
行业分析表明，这一合作有希望填补 Manus 在算力方面的欠缺。因为 Manus 单任务 Token 的消耗量远远超过传统 Chatbot，之前由于访问量急剧增加，它的服务器多次出现“负载过高，无法创建任务”的提示，高投入模式的使用频次从每日五次急剧减少到一次。
阿里会依据合作内容，给 Manus 提供算力平台资源。这样做或许能够解决 Manus 作为初创企业所面临的算力瓶颈问题，还能提升它的性能和稳定性。
阿里通义千问系列模型在技术上取得突破，这使得算力需求显著降低。3 月 6 日推出的 QwQ-32B 推理模型，参数仅有 320 亿。然而，通过强化学习优化后，其性能能与 6710 亿参数的 DeepSeek-R1 相媲美。并且，该模型支持消费级显卡在本地进行部署，为中小企业采用国产 AI 解决方案提供了更经济的选择。
阿里通义千问团队表示，未来会持续探索把智能体和强化学习进行集成这件事，目的是实现长时推理，并且会去探索更高的智能，最终达成实现 AGI 的目标。
阿里认为此次合作是其开源战略的重要延伸。阿里通义千问支持 Manus 这类高流量应用后，能吸引更多开发者加入其开源生态，从而形成“模型供给—应用创新—用户反馈—模型优化”的正向循环。这种生态化的打法，有望提升阿里在 AI 产业链的话语权。
杨雯向 21 世纪经济报道记者表达。这种模式是“大厂技术底座 + 初创应用创新”。它加速了国产模型的商业化落地。同时也为行业提供了技术协同的范例。
从技术演进的角度来看，Agent正被视为“下一个爆发点”。
如今，用户对于 AI 智能体的期待已经从基础功能转变为个性化与场景化服务，尤其在简历筛选、金融分析等垂直领域。Manus 迅速走红，这生动地体现了这一趋势，它的内测邀请码在二手平台被炒到 5 万元的高价，社交媒体上的讨论热度持续上升，反映出市场对“真正可用”的智能体产品有着迫切的需求。
Manus 的公司是 Butterfly Effect，该公司在 2024 年 11 月完成了 A 轮融资，腾讯、红杉中国、真格基金以及王慧文等知名投资方参与其中，这充分展现了市场对其商业前景的看好。
与此同时，其他科技巨头也在AI Agent领域积极布局。微软于 2024 年宣布要打造全球最大的企业级 AI Agent 生态系统，并且把 10 个自主 AI Agent 集成到了 Dynamics 365 中；谷歌以 Gemini 2.0 模型为基础推出了三款 AI Agent，其中有“通用大模型助手”Project Astra、“浏览器助手”Project Mariner 以及“编程助手”Jules；OpenAI 在 2025 年 1 月发布了首款 AI 智能体 Operator，接着在 3 月 11 日推出了全新的 Agent 工具，其目的是帮助开发者更轻松地创建能够自动执行任务的 AI Agent。
OpenAI 的首席产品官 Kevin Weil 在 3 月 11 日作出表示。他称 2025 年将会成为 AI 智能体爆发的关键一年。并且 GPT 以及开发者工具将从回答问题这一状态转变为在现实世界中为用户执行任务。
日前，阶跃星辰的 CEO 姜大昕在阶跃星辰生态开放日上进行了发言。他表示，Agent 的发展与两大核心要素息息相关。其一为多模态能力，凭借此能力，Agent 能够充分地对世界进行感知和理解；其二是推理能力，借助该能力，Agent 能够进行长思维链的慢思考，主动进行规划、尝试以及反思，并且通过持续纠错来提供精准的答案。在过去的一年里，这两种能力都取得了相应的进展。
开源证券的研报表明，AI Agent 应用在 2025 年将会多处绽放。其中，AI Agent 有希望在 B 端率先实现商业化，并且在电商、营销、CRM、金融、法律等场景中会加快落地的步伐。
然而，有观点指出，AI Agent 在技术方面虽然取得了明显的进展，但是依然存在一些需要立刻去解决的问题。
我认为 AI Agent 具有巨大的潜力，然而它尚未抵达爆发的临界点。OpenCSG（开放传神）的创始人陈冉向记者表明，一方面，大模型在降本增效方面还没有完全实现，还需要进一步进行优化；另一方面，Agent 对数据的质量和数量有着极高的要求，而数据的生成、归纳以及收集方式还没有得到普及。
目前，AI Agent 主要是依靠特定场景的预训练模型。它在深层语义理解方面存在不足，在复杂逻辑推理方面也存在不足。尤其在处理复杂逻辑任务时，失误率比较高。这些情况为其大规模商用带来了潜在的风险。
伦理道德问题引发了行业的广泛关注。杨雯向记者指出，Agent 有可能生成有害、虚假或误导性的内容，从而引发社会问题；同时，它存在数据隐私和安全方面的风险，有可能致使用户数据泄露；并且，在出现问题时，责任的界定比较困难，难以清晰地明确开发者、使用者等各方的责任。
尽管如此，趋势已经清晰明了。对于企业来说，抓住这一波技术浪潮是极为重要的。业内人士普遍持有这样的观点，即谁能够首先突破工程化方面的瓶颈，并且构建起可持续的商业模式，那么谁就能够在 AI Agent 的“临界点”到来之际，占据生态的最高位置。
海量资讯、精准解读，尽在新浪财经APP
